武晉雯,孫龍彧,馮 銳,紀(jì)瑞鵬,于文穎,郭 亮,張玉書*

(1.中國氣象局沈陽大氣環(huán)境研究所,沈陽 110166;2.沈陽市氣象局,沈陽 110168;3.山西省平順縣氣象局,山西 平順 047400)

中國是受海冰危害最嚴(yán)重的國家之一,2010年中國渤海海域遭遇到近30年來最嚴(yán)重海冰災(zāi)害,因?yàn)?zāi)直接經(jīng)濟(jì)損失達(dá)63.18億元[1]。近年來,各類極端天氣事件風(fēng)險(xiǎn)加劇[2],災(zāi)害的突發(fā)性、反常性、不可預(yù)見性日益突出,由此造成的損失和影響不斷加重。同時(shí)隨著經(jīng)濟(jì)重心的北移[3],海冰災(zāi)害對(duì)環(huán)渤海經(jīng)濟(jì)圈的影響日益凸顯。遙感是實(shí)時(shí)監(jiān)測海冰災(zāi)害最有效的工具,它能準(zhǔn)確快速地獲取大范圍的冰情信息,相比傳統(tǒng)的監(jiān)測方法具有很大的優(yōu)勢。國外發(fā)達(dá)國家衛(wèi)星監(jiān)測起步較早,始于20世紀(jì)60年代[4],我國海冰遙感始于20世紀(jì)70年代[5],關(guān)于海冰分類的研究有很多,主要包括基于實(shí)測光譜的海冰特征分析[6-7]、基于多光譜衛(wèi)星的光譜指數(shù)統(tǒng)計(jì)學(xué)分類[8-11]、基于微波雷達(dá)數(shù)據(jù)的網(wǎng)格圖法[12]、基于高光譜衛(wèi)星的監(jiān)督分類[13]等,所有這些海冰遙感研究最重要的前提是獲得有效的遙感反射率。不論是高光譜衛(wèi)星還是多光譜衛(wèi)星,由于受到衛(wèi)星的光譜分辨率、空間分辨率以及地物混合光譜的限制,存在很大的不確定性[14],在遙感影像中海冰信息在各種因素的干擾下被弱化,以實(shí)測光譜數(shù)據(jù)為橋梁,將典型地物光譜與遙感影像連接起來[15],能夠更準(zhǔn)確的獲得海冰有效反射率。因此本文基于實(shí)測光譜數(shù)據(jù),確定敏感波段和最佳判識(shí)指標(biāo)作為海冰提取的先驗(yàn)知識(shí),再結(jié)合多光譜空間分辨率3.24 m、全色空間分辨率0.81 m的高分二號(hào)衛(wèi)星(GF2)數(shù)據(jù)開展海冰提取研究,目的為中低分辨率衛(wèi)星大范圍的海冰監(jiān)測提供基準(zhǔn)訂正數(shù)據(jù),實(shí)現(xiàn)高光譜分辨率、高空間分辨率、高時(shí)間分辨率的有效結(jié)合,提高海冰防災(zāi)減災(zāi)和海冰資源開發(fā)對(duì)海冰提取精度的要求。

1 數(shù)據(jù)與方法

1.1 光譜觀測數(shù)據(jù)

2016年2月16～20日10:00～12:00點(diǎn)晴空時(shí),采用美國ASD公司的FieldSpec Pro便攜式光譜儀在營口鲅魚圈、蓋州白沙灣、大連瓦房店附近海域進(jìn)行光譜觀測。遼東灣海域1月中旬至2月中旬為盛冰期[16],觀測時(shí)間段處于盛冰期末至融冰期開始的過渡時(shí)期,分別采集雪(雪覆蓋海冰)、海冰、冰水混合物、海水四類光譜,共處理光譜數(shù)據(jù)1 590條(表1)。

表1 野外實(shí)測光譜采集的樣本信息

1.2 衛(wèi)星遙感數(shù)據(jù)

GF2衛(wèi)星空間分辨率、覆蓋周期等有效載荷指標(biāo),見表2[17]。2016年2月16日覆蓋遼東灣海域的數(shù)據(jù)共8景(圖1),來源于中國資源衛(wèi)星應(yīng)用中心,數(shù)據(jù)處理采用ENVI軟件。

表2 高分二號(hào)衛(wèi)星有效載荷技術(shù)指標(biāo)

圖1 覆蓋遼東灣海域的GF2衛(wèi)星數(shù)據(jù)軌道圖

1.3 海冰判識(shí)和精度檢驗(yàn)

1.3.1 等效反射率轉(zhuǎn)換

(1)

式中,Rrs(x)為GF2衛(wèi)星傳感器x波段等效遙感反射率,RASD(λ)為ASD光譜儀現(xiàn)場測量的反射率,SX(λ)為GF2衛(wèi)星光譜響應(yīng)函數(shù),λ1、λ2分別為光譜響應(yīng)函數(shù)兩側(cè)0.1%的響應(yīng)點(diǎn)。

1.3.2 歐氏距離

歐氏距離反映了兩種地物類型之間的亮度差異,歐氏距離越大,兩種類型的可分性越強(qiáng)[21-23]。用于研究不同波段或波段組合上海冰與其他相似地物的可分性,進(jìn)行海冰判識(shí)。

(2)

式中,ED為歐氏距離,xi、yi為兩種類型的光譜亮度值。

1.3.3 混淆矩陣

混淆矩陣是最常用的分類精度評(píng)價(jià)方法,其中總體分類精度(OA)用于評(píng)價(jià)正確分類像元占總像元數(shù)的比例,Kappa系數(shù)(K)用于評(píng)價(jià)遙感影像分類結(jié)果的一致性[24-25]。

(3)

式中,OA為總體分類精度,pii為第i類像元被正確分類的樣本數(shù),n為分類的類型數(shù)量,N為樣本總數(shù)。

以拼多多為典型的裂變式社交電商主要通過微信小程序獲取客戶?，F(xiàn)在大部分移動(dòng)網(wǎng)民手機(jī)里面不一定有淘寶、天貓、京東等傳統(tǒng)電商的APP，但基本會(huì)有微信，而且容易受到朋友圈的影響。當(dāng)拼多多通過微信實(shí)施拼團(tuán)模式時(shí)，更是明顯出現(xiàn)裂變效應(yīng)。消費(fèi)者如果想拿到低價(jià)甚至免費(fèi)的商品，就必須要在朋友圈里發(fā)布商品分享信息，這種行為本身是在為商家作免費(fèi)推廣，同時(shí)又為自己獲利。但如果經(jīng)常在朋友圈發(fā)布商品信息，則容易引起朋友的反感。一開始朋友可能礙于情面會(huì)幫忙“砍一下價(jià)”，但長期如此則會(huì)令人心生厭煩，難以持續(xù)發(fā)展。這種以社交媒體與電子商務(wù)相結(jié)合，以信任為核心基礎(chǔ)的交易方式，一旦濫用，便不可避免的造成人情的過度消耗。

(4)

式中,Pe表示理論上分類結(jié)果與真實(shí)結(jié)果相一致的概率,Pi+是第i類型所在列的像元數(shù)目之和,P+i是第i類型所在行的像元數(shù)目之和,ENVI提供基于混淆矩陣的精度分析。

2 結(jié)果與分析

2.1 遼東灣海冰光譜特征分析

實(shí)測光譜反射率曲線及對(duì)應(yīng)的GF2衛(wèi)星波段設(shè)置如圖2,雪、海冰、冰水混合物、海水光譜反射峰在400 nm～780 nm的可見光波段,780 nm～1 000 nm的近紅外波段(B4波段)反射率明顯下降,這與已有研究結(jié)果一致[26-27]。在可見光范圍內(nèi)雪屬于高反射體,雪的光譜反射率為66%～79%,并且隨著波長的增加而下降;海冰、冰水混合物、海水的反射峰均出現(xiàn)在590 nm附近(B2波段,灰色粗線所示),海冰的反射峰值為55%、冰水混合物峰值為19%、海水峰值最低為10%,之后反射率隨波長增加而下降,在B4波段下降明顯。光譜分析結(jié)果表明:GF2衛(wèi)星的B2、B4波段對(duì)應(yīng)的光譜測量曲線的峰值和低谷,可作為海冰判識(shí)的敏感波段。

圖2 遼東灣海冰光譜特征

2.2 基于歐氏距離確定海冰最佳判識(shí)指標(biāo)

根據(jù)歐氏距離越大,地物之間可分性越強(qiáng),海冰判識(shí)指標(biāo)越好的原則,確定海冰最佳判識(shí)指標(biāo)。光譜特征的判識(shí)方法可分為3種:代數(shù)運(yùn)算法、導(dǎo)數(shù)法和變換法。為了增強(qiáng)某種信息而減弱另一種信息,通常采用代數(shù)運(yùn)算法中的比值法[14]。因此為了增強(qiáng)海冰信息,本文采用單波段、波段比、波段差和比16種海冰判識(shí)指標(biāo)[22]。光譜判識(shí)指標(biāo)由實(shí)測光譜數(shù)據(jù)經(jīng)過等效反射率轉(zhuǎn)換(式1)后計(jì)算得到,衛(wèi)星判識(shí)指標(biāo)經(jīng)過提取通道值計(jì)算得到。

基于實(shí)測光譜數(shù)據(jù)計(jì)算16種判識(shí)指標(biāo)中海冰與雪、冰水混合物、海水之間的歐氏距離(表3)。

表3 16種判識(shí)指標(biāo)的歐氏距離(光譜測量數(shù)據(jù))

結(jié)果表明:海冰-海水的可分性最強(qiáng),B1/B4、B2/B4、B3/B4的歐氏距離分別為2.64、3.64、2.41,其中B2/B4的歐氏距離最大;海冰與冰水混合物的可分性一般,歐氏距離均小于1,B2/B4歐氏距離略大;海冰與雪的可分性較弱,單波段指標(biāo)的歐式距離大于其他指標(biāo)。

由于光譜測量點(diǎn)布局有限,因此在大范圍監(jiān)測的GF2衛(wèi)星遙感影像(圖1)均勻提取雪、海冰、海水三類地物光譜反射率,實(shí)現(xiàn)基于實(shí)測光譜先驗(yàn)知識(shí)的廣應(yīng)用。樣本數(shù)分別為216、285、300,由于衛(wèi)星空間分辨率限制,冰水混合物無法明確提取,因此僅計(jì)算計(jì)海冰與雪、海水之間的歐氏距離(圖3)。

圖4 GF2衛(wèi)星海冰提取流程

判識(shí)指標(biāo)序號(hào)對(duì)應(yīng)指標(biāo)見表3圖3 16種判識(shí)指標(biāo)的歐氏距離(GF2數(shù)據(jù))

結(jié)果表明:B1/B4、B2/B4、B3/B4計(jì)算海冰與相似地物的歐氏距離累計(jì)值分別為6.33、6.96、4.75,B2/B4歐氏距離最大,是海冰最佳判識(shí)指標(biāo)。

2.3 GF2衛(wèi)星海冰快速提取及閾值確定

在圖像處理時(shí),采用灰度線性拉伸的方法突出海冰信息并確定海冰閾值:

(5)

式中,B2、B4分別為GF2衛(wèi)星2通道、4通道反射率,R0、R1為海冰提取閾值,參考值分別為8、22;剔除背景值和干擾值,波段比小于8為陸地像元,波段比大于22為海水像元。

以圖1中NO.1軌道影像為例,GF2衛(wèi)星影像經(jīng)過正射校正、輻射定標(biāo)、大氣校正后,利用式(5)提取海冰像元。圖4(a)為彩色合成影像,圖4(b)為判識(shí)指標(biāo)計(jì)算的灰度圖,圖4(c)為密度分割圖,比值8～22為海冰像元,白色為海水、灰色為陸地及背景,初步實(shí)現(xiàn)了海冰與海水、陸地的分離,但由于陸地冰雪及沿岸水產(chǎn)養(yǎng)殖(結(jié)冰)的影響,存在干擾像元,因此沿海岸線制作陸地掩膜,提取海冰信息(藍(lán)色)(圖4(d))。

2.4 海冰判識(shí)指標(biāo)精度評(píng)價(jià)

2.4.1 海冰驗(yàn)證數(shù)據(jù)

以GF2空間分辨率為 0.81 m的全色與多光譜數(shù)據(jù)融合后的遙感影像(圖5(a)、5(c))作為海冰驗(yàn)證數(shù)據(jù),由于大范圍融合后數(shù)據(jù)運(yùn)算量較大,所以選取感興趣區(qū)域(圖4(a)矩形①、②)進(jìn)行精度評(píng)價(jià),感興趣區(qū)內(nèi)包涵海冰、海水、巖石信息,采用基于樣本的面向?qū)ο蠓诸惙椒╗28]提取海冰(藍(lán)色)、海水(白色)、陸地(灰色)信息,如圖5(b)、5(d)。

圖5 感興趣區(qū)的融合影像及分類圖

2.4.2 精度評(píng)價(jià)

綜上所述,B1/B4、B2/B4、B3/B4指標(biāo)歐氏距離較大,海冰與其他相似地物的可分性較強(qiáng)。單波段[8]和波段差和比[29]方法是中低分辨率衛(wèi)星海冰提取常用判識(shí)指標(biāo)。因此,比較以上5種判識(shí)指標(biāo)的海冰提取精度。結(jié)果表明:本文提出的新指標(biāo)(B2/B4)在海冰與海水兩種地物分類中比其他指標(biāo)略高;在多種地物分類中該指標(biāo)總體精度為 96.48%,Kappa系數(shù)大于0.5,比其他指標(biāo)高出 3.89%～4.85%(表4)。

表4 不同判識(shí)指標(biāo)的海冰提取精度評(píng)價(jià)

3 結(jié)論與討論

已有的海冰遙感監(jiān)測研究中,針對(duì)1 m～4 m高空間分辨率衛(wèi)星研究較少,大多應(yīng)用中低分辨率的光學(xué)衛(wèi)星和雷達(dá)衛(wèi)星。雖然高分辨率衛(wèi)星覆蓋范圍有限,但確是中低分辨率衛(wèi)星大范圍遙感監(jiān)測不可缺少的訂正數(shù)據(jù)源,尤其針對(duì)海冰這類無法獲取準(zhǔn)確信息的研究中。本文以實(shí)測光譜數(shù)據(jù)為橋梁,作為海冰遙感提取的先驗(yàn)知識(shí);通過等效反射率轉(zhuǎn)換和歐氏距離確定單波段、波段比、波段差和比3大類16種判識(shí)指標(biāo)在海冰提取中的應(yīng)用效果,通過光譜曲線分析結(jié)果表明GF2衛(wèi)星B2、B4波段對(duì)應(yīng)光譜測量曲線的峰值和低谷,初步確定這兩個(gè)波段為海冰判識(shí)的敏感波段;基于實(shí)測光譜和衛(wèi)星數(shù)據(jù)的歐式距離計(jì)算結(jié)果表明16種判識(shí)指標(biāo)中,B2/B4指標(biāo)歐氏距離最大,海冰與相似地物的可分性最強(qiáng),是海冰最佳判識(shí)指標(biāo),同時(shí)B1/B4、B3/B4這2種判識(shí)指標(biāo)歐氏距離較大,判識(shí)方法較好。

海冰判識(shí)指標(biāo)確定后,在圖像處理中,采用灰度線性拉伸的方法突出海冰信息構(gòu)建海冰判識(shí)模型并給出參考閾值。最后,以GF2空間分辨率為 0.81 m的全色與多光譜數(shù)據(jù)融合后的遙感影像作為海冰精度檢驗(yàn)數(shù)據(jù),比較本文提出的新指標(biāo)與其他2種歐氏距離較大的判識(shí)指標(biāo)和2種常用判識(shí)指標(biāo)的海冰提取精度,結(jié)果表明:在冰水兩種地物分類中,B2/B4 判識(shí)指標(biāo)略好;在多種地物分類中,B2/B4判識(shí)指標(biāo)總體分類精度為96.48%,Kappa系數(shù)大于0.5,比其他指標(biāo)高出3.89%～4.85%。

在遙感影像處理過程中,對(duì)于一定積雪厚度下面是海冰還是泥沙信息,無法從圖像處理角度解決(圖5c),有待進(jìn)一步研究。所以初步以海岸線劃分剔除陸地信息,認(rèn)為海域內(nèi)雪覆蓋下均為海冰,作為海冰像元提取。本文提出高分辨率衛(wèi)星海冰快速判識(shí)指標(biāo),為中低分辨率衛(wèi)星大范圍海冰監(jiān)測提供基礎(chǔ)訂正數(shù)據(jù),從而提高海冰監(jiān)測精度。